配合東海大學高教深耕計畫與現下AI智慧轉型背景，化材系舉辦講座活動，與同學說明如何在快速變動的浪潮下，創造競爭優勢與並成為結合材料與AI的領頭羊。
根據2017世界經濟論壇啟動材料化工產業數位轉型計畫研究報告指出，未來10年，全球材料化工產業將在數位轉型下創造3,100~5,500億美元的價值，影響的層面包括數位化供應鏈、數位化工廠、數位數據研發等等。在工業4.0智慧製造中，材料化工產業顯得相對保守，因為開發新材料通常需耗費10年以上研發時程，造成材料轉換成產品需要較長的時間而無法跟上系統應用端規格的快速變化，導致材料創新應用主要瓶頸，但若結合AI人工智慧，導入數位科技研發將能大幅縮減新材料至商品化的應用時程與成本。
喬緒明教授致贈感謝狀于系友陳台生和許峰然
此次演講邀請陳台生與許峰然兩位學長，兩位皆是東海大學化材系第19屆系友，都在化工相觀領域有很傑出的表現及經驗，工業4.0是現今台灣在推行的，未來會有很多人工被智慧機器手臂取代，同時也需要更大更多的資料處理系統，所以AI的需求也是可以預期的，學長將就目前AI應用在化工產業的部分介紹，並勉勵系上學弟妹。
許峰然老師為講者引言
陳台生學長於1977東海化工系畢業後服憲兵役，當初大學時修輸送現象第一次被當後又再修過，此次經驗讓台塑經理決定錄用他，因學長不屈不撓繼續奮戰；接著2年後出國進修，當時配合半導體產業興起，陳學長到加州州立大學念了3個有關電機和程式設計的碩士。
講者陳台生協理
學長介紹AI為何那麼重要，他講求的是精神，物聯網屬破壞性的創新要把過去的全部丟掉。而創新的意義是「智慧地球並以市場為導向」，基礎材料開發時程漫長，如何縮減新材料導入商業化的時間與成本，成為產業界目前在研發上的挑戰。由於電腦運算能力加上材料理論基礎與數據科學不斷精進，運用數位科技透過模擬協助實驗累積足夠的資料庫，再由機器學習建立正確的預測模型，能快速找出新配方、製程優化條件等所需參數，在行動前預知所需資訊，並進行最有效率的規劃，能快速、精準協助研發人員尋找所需新材料特性之最佳配方與製程優化參數的標的物，大幅縮減摸索嘗試的時間。
參與的師生
講者統整出目前工業物聯網的整體發展，先從和我們息息相關的製造業的轉變來看，我們可以從GDP數據發現美國最大的成本是人力，台灣中小企業居多目前願意投入的廠家並不多，單一企業難以投入大量研發資源也缺乏高階材料設計人才；其實物聯網最開始是德國提出的「工業4.0」，名字上不同但內容一樣都是以資訊通訊為基礎，利用智慧機械將巨量資料精實管理，與wifi與網路雲有關。智慧工廠就是把設備資料擷取，再將生產資料整合，並送到雲端平台分析，AI系統不斷學習與修正，利用演算法和數據庫使材料開發過程更可預測效率更高，這就像下棋，除了直觀的專業知識，還需要很好的直覺與創造力去發揮。雖然理論很簡單，但在實踐過程中總會遇到許多困難，每一步都有許多選擇必須進行，團隊先是運用過去發表的所有文獻對機器進行深度學習訓練，以類似在棋類遊戲評估變體的方式，與傳統的人工推導方式相比，這新方式的速度大約快了 30 倍，目前台灣以中鼎整合做的最多，到2020年估計將會有3200億美元投資在全球的智慧製造，未來將透過影像逐步建立。
講者與學生互動Q&A
講者與聽眾互動Q&A
講者說到化工業的挑戰是數位化和工業4.0，也就是預測控制，預知保養、預修、故障抑止、加工機效率；主要就是晶片設備，可從論文和專利看出未來的發展趨勢，政府積極投入AI，若能扣連AI和材料，進一步整合電腦運算、軟體、資料庫與基礎研究人才，並搭配快速試製與儀器分析公司，配合下游化工材料廠商的需求進行研發，協助材料廠商降低研發成本、節省開發時間，為下一代的產業與產品提供新材料尋求新動能。講者藉由自身經驗，透過此次演講與學弟妹介紹未來結合產、官、學、研與工業4.0目標，期望學弟妹能藉由演講了解後提早規劃未來研究領域。